基于Mask R-CNN的甲骨文拓片的自动检测与识别研究

作者：刘芳; 李华飙; 马晋; 闫升; 金沛然

来源：数据分析与知识发现, 2021, 5(12): 88-97.

• 甲骨文拓片
• Mask R-CNN
• 自动检测
• 自动识别

【目的】将深度学习算法应用于甲骨文拓片的自动检测与识别中,助力传统文化的研究与普及。【方法】针对甲骨文拓片的图像特点创建数据集,在Mask R-CNN算法基础上,使用三元组损失函数和旋转角度回归技术进行优化,提高甲骨文字分类的准确性。【结果】对于训练数据集,甲骨文字符召回率为82%,检测和识别准确率均可达到95%,能够满足项目预计的技术指标要求。【局限】在文字残缺严重或漫漶等情境下,算法性能有待提升。【结论】模型具备实际使用价值,可进一步完善并推广应用。

• 单位
  中国科学院大学; 中国国家博物馆; 中国科学院文献情报中心